Eine KI soll interne Fragen beantworten, Anfragen vorsortieren oder Angebote vorbereiten. Die erste Frage dazu lautet oft: Was kostet das? Die bessere erste Frage lautet: Welchen klar abgegrenzten Ablauf wollen wir verbessern, und woran erkennen wir eine Verbesserung?
Ein Pilotprojekt ist kein verkleinertes Versprechen für eine vollständig autonome Firma. Es ist ein begrenzter Versuch, mit dem Sie eine konkrete Entscheidung vorbereiten. Können die Ergebnisse überzeugen? Bleibt der Prüfaufwand vertretbar? Lassen sich die notwendigen Daten verantwortbar nutzen? Erst wenn diese Fragen geklärt sind, wird eine Budgetplanung belastbar.
Die Aufgabe ist wichtiger als der Modellname
Beschreiben Sie den Pilotversuch als Tätigkeit mit Anfang und Ende. Zum Beispiel: Aus freigegebenen Produktunterlagen einen Antwortentwurf für eine interne Rückfrage erstellen. Nicht: Eine KI für den Vertrieb einführen.
Zur Beschreibung gehören die Nutzer, die erlaubten Informationen und das erwartete Ergebnis. Legen Sie auch fest, was ausdrücklich ausgeschlossen ist. Ein Assistent, der einen Text vorbereitet, benötigt einen anderen Umfang als ein System, das selbstständig Kundennachrichten versendet oder Bestellungen auslöst.
Unsere Empfehlung: Beginnen Sie mit einem Ablauf, dessen Ergebnis ein Mitarbeiter vor der Nutzung prüfen kann. So wird sichtbar, ob die Unterstützung tatsächlich hilft, ohne gleich einen gesamten Geschäftsprozess umzubauen.
Rechnen Sie in Kostenblöcken statt in einer Pauschale
Für die Planung bietet es sich an, den Aufwand aufzuteilen. Zum Start gehören die Aufnahme des Ablaufs, die Auswahl geeigneter Unterlagen, die Einrichtung der Zugänge und die technische Umsetzung. Danach folgen Tests, Rückmeldungen aus dem Team und notwendige Anpassungen.
Im Betrieb kommen gegebenenfalls Nutzungsgebühren, Infrastruktur, Betreuung und Pflege der Wissensbasis hinzu. Hinzu kommt interne Arbeitszeit. Ein Mitarbeiter muss Rückfragen beantworten, Beispiele zusammenstellen und Ergebnisse bewerten können. Diese Zeit sollte im Budget stehen, auch wenn dafür keine externe Rechnung eingeht.
Fragen Sie bei einem Angebot deshalb nicht nur nach dem Gesamtpreis. Fragen Sie, welche Leistungen enthalten sind, welche Voraussetzungen Sie liefern müssen und wie zusätzliche Arbeiten beauftragt werden. Ein eng abgegrenztes Angebot ist besser vergleichbar als ein Paket mit unklaren Versprechen.
Datenqualität und Zugänge vor dem Start prüfen
Eine interne Wissenssuche benötigt verwendbare Inhalte. Prüfen Sie deshalb vorab, ob Dokumente aktuell sind, welche Fassungen gelten und wer sie sehen darf. Ein Ordner mit widersprüchlichen Preislisten ist noch keine verlässliche Wissensbasis.
Die Firma appDev beschreibt als Beispiel für einen Wissensassistenten eine Suche mit Quellenangaben und dokumentbezogener Berechtigungssteuerung. Das zeigt, welche Anforderungen Sie im eigenen Briefing konkret benennen können. Es ist kein Nachweis, dass jede angebotene Lösung diese Anforderungen erfüllt.
Klären Sie außerdem, wer technische Zugänge bereitstellt. Wenn diese erst während der Umsetzung beschafft werden, ist der Zeitplan von einer Voraussetzung abhängig, die noch nicht gesichert ist. Halten Sie solche Abhängigkeiten ausdrücklich fest.
Qualität muss Teil des Budgets sein
Ein überzeugender Vorführtermin reicht nicht. Sammeln Sie typische Fragen aus dem Alltag und schwierige Gegenbeispiele. Dazu gehören veraltete Unterlagen, fehlende Informationen und Anfragen, die außerhalb der erlaubten Aufgabe liegen.
Das US-amerikanische NIST betont auf seiner Seite zu KI-Messung und Evaluation, dass vertrauenswürdige KI-Produkte verlässliche Messungen und Bewertungen benötigen. Für Ihren Pilotversuch lässt sich daraus eine praktische Empfehlung ableiten: Reservieren Sie Aufwand für die Prüfung, nicht nur für die Einrichtung.
Bewerten Sie die fachliche Richtigkeit, den notwendigen Korrekturaufwand und die Nachvollziehbarkeit der Antworten. Eine gute Lösung sollte auch erkennen lassen, wenn sie keine belastbare Antwort geben kann. Für einen begrenzten Versuch ist das oft wertvoller als ein System, das zu jeder Frage flüssigen Text produziert.
Den Nutzen gegen den bisherigen Ablauf vergleichen
Erfassen Sie vor dem Versuch, wie die Aufgabe bisher erledigt wird. Wie viel Zeit kostet eine typische Anfrage? Wie häufig muss nachgearbeitet werden? Wer kontrolliert das Ergebnis?
Vergleichen Sie anschließend möglichst ähnliche Aufgaben. Zur neuen Bearbeitungszeit gehören auch Kontrolle, Korrektur und Nachfragen. Eine schneller erzeugte Antwort spart keine Zeit, wenn ihre Prüfung länger dauert als die bisherige Bearbeitung.
Vermeiden Sie pauschale Renditeversprechen. Der wirtschaftliche Nutzen hängt unter anderem davon ab, wie häufig die Aufgabe vorkommt, welche Qualität benötigt wird und wie zuverlässig das Team die Unterstützung einsetzen kann.
Vorher festlegen, wann der Versuch endet
Vereinbaren Sie einen klaren Umfang und einen Entscheidungstermin. Am Ende stehen nicht nur die Optionen Weiterbauen oder Abbrechen. Vielleicht genügt eine einfachere Automatisierung. Vielleicht funktioniert die Lösung fachlich, benötigt aber bessere Unterlagen. Oder der Nutzen rechtfertigt den laufenden Aufwand nicht.
Lassen Sie außerdem festhalten, wie Daten gelöscht, Zugänge entzogen und Ergebnisse dokumentiert werden, wenn Sie nicht fortsetzen. Ein sauber beendeter Versuch ist kein Misserfolg, sondern eine informierte Entscheidung.
Für eine eigene Unternehmens-KI beginnt ein sinnvoller Einstieg deshalb nicht mit der größten Plattform, sondern mit einer überschaubaren Aufgabe und überprüfbaren Erwartungen. Genau dieses Briefing sollten Sie verlangen, bevor Sie ein Budget freigeben.
Quellen und Einordnung
NIST: AI measurement and evaluation, https://www.nist.gov/ai-measurement-and-evaluation, abgerufen am 12. Oktober 2026. Verwendet für die Bedeutung verlässlicher Messung und Evaluation.
appDev: Was kostet ein KI-Projekt?, https://www.appdev.de/ki/kosten, abgerufen am 12. Oktober 2026. Verwendet ausschließlich für das beschriebene Beispiel eines Wissensassistenten mit Quellenangaben und Berechtigungssteuerung. Die Budgetstruktur und Handlungsempfehlungen dieses Beitrags sind eine eigene praktische Einordnung, keine Preisstudie.